无人机多光谱遥感在社渎港污染溯源中的应用

吕学研， 张 甦， 张 咏， 尤佳艺， 向一铭， 郭仁庆， 董圆媛

(江苏省环境监测中心， 江苏 南京 210019)

1 研究背景

遥感作为一种技术手段，可实现人类活动[1]、景观格局[2]、河流物理生境[3]、水质[4]、土地利用变化[5]以及其他生态要素[6-7]的同时段、大区域监测，在流域污染演变、生态环境管理等方面已有较多应用[8-9]。随着无人机技术应用范围的不断扩展，利用无人机搭载数码相机、光谱仪等成像设备，在农业活动中使用较多[10-13]，在水生态环境监测方面也得到了长足的发展[14-15]。

入湖河流是影响太湖湖体水质变化的重要因素[16-18]。太湖西部沿岸是入湖河流主要集中分布区，这些河流的水质污染一般较为严重[19-20]，水质改善压力较大。“治湖先治河”是太湖水环境治理实践中总结出来的有效手段，而河道污染来源识别则是河流水质改善策略制定的基础。

社渎港为江苏省省政府确定的15条主要入湖河流之一，位于江苏省无锡市宜兴境内，西起武宜运河，东入太湖。数据显示，社渎港主要水质指标高锰酸指数(CODMn)、氨氮(NH3—N)、总磷(TP)和总氮(TN)年均值自2014年以来持续未能达到《江苏省太湖流域水环境综合治理实施方案(2013年修编)》中的控制目标。

为进一步厘清社渎港河道周边的潜在污染来源及河流水质空间变化特征，本文以该河道为研究对象，采用无人机多光谱遥感监测手段开展河道沿线潜在污染源调查分析，并建立TN、TP、NH3—N和CODMn等主要水质指标的无人机多光谱遥感反演模型，分析河流水质空间变化特征，以期为河流污染的溯源监测与水质管理措施的制定提供借鉴。

2 设备与方法

本文多光谱遥感监测采用Finder系列多光谱相机。该相机主要工作波段在可见光至近红外范围，具有6通道多光谱图像实时采集能力，光谱波段分别为490 nm(B1)、550 nm(B2)、620 nm(B3)、660 nm(B4)、820 nm(B5)和900 nm(B6)。其中，前4个通道(B1～B4)属于可见光波段，后2个通道(B5～B6)属于近红外波段。

2019年11月18日至20日，对社渎港开展低空无人机载多光谱影像采集工作，获取6个光谱通道的多光谱影像。在执行无人机载多光谱影像采集工作的同时，沿社渎港布设38个采样点(南岸采样点按照1#～37#奇数顺序编号，北岸采样点按照2#～38#偶数顺序编号)，在每个采样点采集水质样品，并记录各采样点的坐标位置。采样完毕后，将水质样品带至实验室开展水质参数分析测试，测试结果如表1所列。

表1 社渎港沿线各采样点水质参数测定结果 mg/L

3 结果与分析

3.1 污染源分布监测结果

遥感影像解译结果(图1)显示，社渎港沿线疑似污染源集中分布特征明显，主要分为4个类别，分别为堆场、工矿企业、水田和鱼塘，具体数量分别为堆场6处、工矿企业6处、水田140个地块和鱼塘16个，总面积为102.681 hm2，约占整个监测范围面积的59%，污染源分布广泛，充分反映了该区域的高开发强度。

图1 社渎港沿线疑似污染源遥感解译分布图

3.2 多光谱遥感水质反演模型建立

半经验法是当前使用较多且反演精度较高的遥感水质反演模型构建方法。该方法依据选定水质参数的光谱特性分析以及遥感图像的敏感性判定，并以敏感波段或波段组合为变量构建水质反演模型。线性回归模型、指数模型、幂函数模型、多项式模型是使用较多的备选模型。由于线性回归模型结构简单，变量关系简单明了，一般情况下作为首选模型，本文也优选线性回归方法。在光谱特征上，水体TP、TN、NH3—N和CODMn浓度的不同最终体现在光谱反射率的数据差异上，利用各通道不同的校正系数，计算得到每个通道影像的反射率值。以现场实测水质数据与对应监测点位的光谱反射率数据建立一元或多元线性回归模型，根据模型反演出监测点的水质参数值，并以相关系数来检验模型的精度。

模型构建的具体过程为：第1步，在各个采样点位置附近多光谱遥感影像上选取一定区域，计算得到的该区域的平均反射率值作为该采样点的反射率值；第2步，选取30个采样点的数据作为建模样本，基于一元或多元线性回归方法构建水质参数反演模型，并作相关性分析；第3步，将剩余7个采样点的数据作为检验样本代入反演模型计算得到检验样本水质参数的估算值，将其与水质参数实测值作相关性分析，将相关性最高的模型选作最佳，用于后续水质反演。

表2为社渎港TN、TP、NH3—N和CODMn等4项水质参数多光谱水质模型拟合结果。由表2可看出，多元线性回归模型对社渎港TN与光谱反射率关系的反映效果最好，以B2、B5和B6波段反射率为因变量的多元线性回归模型效果最佳；社渎港TP与本次多光谱遥感监测6个波段的反射率之间均存在线性关系，以6个波段反射率的多元线性回归方程对社渎港TP的拟合结果最好；社渎港NH3—N对光谱的选择性较高，但与B3和B6反射率的一次线性回归方程的拟合结果最好，其建模及检验相关系数高达0.88、0.86，均高于其他3个模型模拟结果；社渎港CODMn与本次多光谱遥感监测的6个波段的反射率之间也均存在线性关系，以6个波段反射率的多元线性回归方程对社渎港CODMn的拟合结果最好。

表2 社渎港及附近水域水体4项水质参数多光谱水质模型拟合结果

不同水质指标多光谱反演模型构建结果显示，指标不同，对光谱的响应关系也不同。以TN和NH3—N的差异最为明显，TN的特征波段为B2、B5和B6，NH3—N的特征波段为B3和B6。从文献资料来看，这种差异在应用遥感技术水质监测中普遍存在，造成这种差异的原因也较多。光谱源、水体特征，甚至同一水体的不同时间均可展现出一定的差异。在水质反演模型上，目前尚缺少一个统一的通用模型，仍需要具体问题具体分析。这一缺陷，严重制约了遥感监测在水质监测中的统一应用。

3.3 社渎港水质多光谱反演结果

图2为社渎港沿线不同特征河段水体TN多光谱反演结果。图2显示，在农田区河段，社渎港周边鱼塘水体的TN浓度显著高于社渎港水体(图2(a))。沿河流方向，相对于农田区来说，人类生产、生活比较活跃的工厂区(图2(b))和居民区(图2(c))水体TN的浓度要高一些，尤其是居民区的水体TN明显高于农业区，充分体现了人类生产、生活对社渎港水体TN的影响。卢少勇等[21]2009年的调查也发现，人类生产、生活对社渎港沉积物TN的影响显著。由此可见，虽然经过近10年的治理，人类生产、生活活动对社渎港水体水质的影响依然存在，但是已有显著下降。

图2 社渎港不同河段正射影像及总氮(TN)反演结果

社渎港沿线不同特征河段水体TP多光谱反演结果(图3)显示，在农田区河段(图3(a))，社渎港周边鱼塘水体的TP浓度显著高于社渎港水体TP浓度。沿河流方向，相对于农田区来说，人类生产、生活比较活跃的工厂区(图3(b))和居民区(图3(c))河段水体TP的浓度更高一些，充分体现了人类生产、生活对社渎港水体TP的影响。

图3 社渎港不同河段正射影像及总磷(TP)反演结果

无人机多光谱遥感对水体NH3—N的反演结果(图4)显示，社渎港沿线不同特征河段水体NH3—N的差异较为明显。在农田区河段，社渎港周边鱼塘水体的NH3—N浓度显著高于社渎港水体。沿河流方向，相对于农田区河段(图4(a))来说，人类生产、生活比较活跃的工厂区(图4(b))和居民区(图4(c))河段水体NH3—N的浓度要高一些，尤其以工厂区河段水体的NH3—N浓度最高。

图4 社渎港不同河段正射影像及氨氮(NH3—N)反演结果

社渎港不同特征河段水体高锰酸盐指数(CODMn)无人机多光谱遥感反演结果(图5)显示，在农田区河段(图5(a))，社渎港周边鱼塘水体的CODMn浓度显著高于社渎港水体。沿河流方向上，相对于农田区河段来说，人类生产、生活比较活跃的工厂区(图5(b))和居民区(图5(c))河段水体CODMn的浓度要高一些，尤其以居民区河段水体的CODMn浓度为最高。

图5 社渎港不同河段正射影像及高锰酸盐指数(CODMn)反演结果

3.4 太湖西部区域鱼塘水体分布特征

多光谱遥感监测结果显示，在农田区河段，河道岸边鱼塘水质显著劣于河道水体。包含社渎港在内的典型区域遥感解译结果(图6)显示，区域内共有农田(水田)图斑7 431个，总面积为124.021 km2，占解译总面积的23.6%；鱼塘图斑4 260个，总面积为53.589 km2，占解译总面积的10.2%。空间上，鱼塘主要分布在滆湖南岸4 km范围内和沙塘港附近；农田主要分布在区域的中部区域和S48沪宜高速沿线。与河流空间位置关系上，在河流100 m缓冲区内共解译出2 506个图斑，总面积为43.765 km2，占解译总面积的24.7%，其中农田图斑1 109个，面积为21.26 km2，占农解译总面积的17.1%，鱼塘图斑1 397个，面积为22.504 km2，占鱼塘解译总面积的42.0%。在河流500 m缓冲区内共解译出6 451个图斑，总面积为99.67 km2，占解译总面积的56.25%，其中农田图斑3 476个，面积为58.81 km2，占农田解译总面积的47.4%，鱼塘图斑2 975个，面积为40.86 km2，占鱼塘解译总面积的76.3%，表明大部分鱼塘与入湖河流距离很近，容易对入湖河流造成水质污染。

图6 太湖西部包含社渎港在内的典型区域遥感解译结果

受监测时间限制，未发现鱼塘向河道排水的情况。但是，根据鱼塘养殖规律，鱼塘换水期必然有大量鱼塘废水进入河道，从而造成河道水体水质下降。

4 结 论

本文利用遥感监测同步性较好的优点，以社渎港为典型河流，采用无人机多光谱数据开展入湖河流污染溯源监测研究，并以遥感影像解译太湖西部农田、鱼塘分布特征，得到以下初步结果：

(1)社渎港沿线岸边集中分布着不同类型的疑似污染源，主要包括堆场、鱼塘、水田和工矿企业，面积占整个监测范围的59%，凸显区域开发强度高。

(2)水质多光谱遥感解译证实，沿河流方向，人类活动较强的工厂区河段和居民区河段水体TN、TP、NH3—N和CODMn浓度较农田区河段显著增大，受人类活动影响明显。在农田区河段，河道岸边鱼塘水质显著劣于河道水体。

(3)包含社渎港在内的典型区共解译到鱼塘图斑4 260个，总面积为53.589 km2，占解译总面积的10.2%。在河流100 m缓冲区内，共解译出鱼塘图斑1 397个，面积为22.504 km2，占鱼塘解译总面积的42.0%；在河流500 m缓冲区内，共解译出鱼塘图斑2 975个，面积为40.86 km2，占鱼塘解译总面积的76.3%，表明大部分鱼塘与入湖河流距离很近，容易对入湖河流造成水质污染。

(4)受光谱源、水体特征等多种因素影响，在水质遥感反演模型上，目前尚缺少一个统一的通用模型，仍需要具体问题具体分析。这一缺陷，严重制约了遥感监测在水质监测中的统一应用。